[发明专利]一种细菌ncRNA预测方法

摘要

本发明属于生物信息技术领域，尤其涉及利用Illumina二代测序获得的碱基片段结合PeakCalling方法进行细菌非编码RNA的分析预测方法。该方法包括剔除rRNA的细菌二代测序数据；获得数据后，对数据进行以下分析：先对数据进行去污染和去低质量分析，获得Clean reads；然后将reads比对到细菌基因组上；进行转录单元的初步预测；过滤掉已注释的mRNA和ncRNA，获得预测的ncRNA；将ncRNA注释到已知的ncRNA数据库Rfam，获得最终的预测结果。本发明可以非常精确地预测细菌基因组中未注释的ncRNA，弥补了实验手段的不足，为后期的实验和科学研究提供很有利的支持。

主权项

一种基于Illumina的转录组测序数据和PeakCalling方法的细菌ncRNA预测方法，其特征在于，包括如下步骤：通过Illumina测序平台获取某一物种至少一组rRNA剔除的转录组的原始测序数据；过滤所述各组原始测序数据中的不合格数据，获得所述各个转录组的待分析数据；对所述各转录组获得的待分析数据进行如下步骤的分析和筛选：1)将所述各个转录组的待分析数据分别比对到所述物种的参考基因组；2)利用bedtools等软件统计参考基因组中每个位置的比对深度，对全基因组的比对深度进行定量分析；3)根据比对深度，利用Peak Calling方法，获得参考基因组中所有的转录单元；4)获得转录单元后，统计每个转录单元的宽度，比对上的reads数，RPKM标准化方法获得的表达丰度，最高的深度，最高深度的位置等信息；5)和待测细菌所属物种已知的基因注释比较，获得新的ncRNA预测结果；6)对ncRNA进行启动子和终止子预测，获得预测结果；7)如果有多于1个样品，则2到5个样品的ncRNA预测结果进行合并，获得合并后的预测结果；8)将合并后的ncRNA预测结果比对到Rfam数据库中，获得ncRNA的功能注释结果。